@inproceedings{hadouche-etal-2011-attribution,
title = "Attribution de r{\^o}les s{\'e}mantiques aux actants des lexies verbales (Assigning semantic roles to actants of verbal lexical units)",
author = "Hadouche, Fadila and
Lapalme, Guy and
L{'}Homme, Marie-Claude",
editor = "Lafourcade, Mathieu and
Prince, Violaine",
booktitle = "Actes de la 18e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles courts",
month = jun,
year = "2011",
address = "Montpellier, France",
publisher = "ATALA",
url = "https://aclanthology.org/2011.jeptalnrecital-court.25/",
pages = "146--151",
language = "fra",
abstract = "Dans cet article, nous traitons de l`attribution des r{\^o}les s{\'e}mantiques aux actants de lexies verbales en corpus sp{\'e}cialis{\'e} en fran{\c{c}}ais. Nous proposons une classification de r{\^o}les s{\'e}mantiques par apprentissage machine bas{\'e}e sur un corpus de lexies verbales annot{\'e}es manuellement du domaine de l`informatique et d`Internet. Nous proposons {\'e}galement une m{\'e}thode de partitionnement semi-supervis{\'e} pour prendre en compte l`annotation de nouvelles lexies ou de nouveaux r{\^o}les s{\'e}mantiques et de les int{\'e}gr{\'e}s dans le syst{\`e}me. Cette m{\'e}thode de partitionnement permet de regrouper les instances d`actants selon les valeurs communes correspondantes aux traits de description des actants dans des groupes d`instances d`actants similaires. La classification de r{\^o}les s{\'e}mantique a obtenu une F-mesure de 93{\%} pour Patient, de 90{\%} pour Agent, de 85{\%} pour Destination et de 76{\%} pour les autres r{\^o}les pris ensemble. Quand au partitionnement en regroupant les instances selon leur similarit{\'e} donne une F-mesure de 88{\%} pour Patient, de 81{\%} pour Agent, de 58{\%} pour Destination et de 46{\%} pour les autres r{\^o}les."
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="hadouche-etal-2011-attribution">
<titleInfo>
<title>Attribution de rôles sémantiques aux actants des lexies verbales (Assigning semantic roles to actants of verbal lexical units)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Fadila</namePart>
<namePart type="family">Hadouche</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Guy</namePart>
<namePart type="family">Lapalme</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Marie-Claude</namePart>
<namePart type="family">L’Homme</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2011-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Lafourcade</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Violaine</namePart>
<namePart type="family">Prince</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Montpellier, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Dans cet article, nous traitons de l‘attribution des rôles sémantiques aux actants de lexies verbales en corpus spécialisé en français. Nous proposons une classification de rôles sémantiques par apprentissage machine basée sur un corpus de lexies verbales annotées manuellement du domaine de l‘informatique et d‘Internet. Nous proposons également une méthode de partitionnement semi-supervisé pour prendre en compte l‘annotation de nouvelles lexies ou de nouveaux rôles sémantiques et de les intégrés dans le système. Cette méthode de partitionnement permet de regrouper les instances d‘actants selon les valeurs communes correspondantes aux traits de description des actants dans des groupes d‘instances d‘actants similaires. La classification de rôles sémantique a obtenu une F-mesure de 93% pour Patient, de 90% pour Agent, de 85% pour Destination et de 76% pour les autres rôles pris ensemble. Quand au partitionnement en regroupant les instances selon leur similarité donne une F-mesure de 88% pour Patient, de 81% pour Agent, de 58% pour Destination et de 46% pour les autres rôles.</abstract>
<identifier type="citekey">hadouche-etal-2011-attribution</identifier>
<location>
<url>https://aclanthology.org/2011.jeptalnrecital-court.25/</url>
</location>
<part>
<date>2011-06</date>
<extent unit="page">
<start>146</start>
<end>151</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Attribution de rôles sémantiques aux actants des lexies verbales (Assigning semantic roles to actants of verbal lexical units)
%A Hadouche, Fadila
%A Lapalme, Guy
%A L’Homme, Marie-Claude
%Y Lafourcade, Mathieu
%Y Prince, Violaine
%S Actes de la 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
%D 2011
%8 June
%I ATALA
%C Montpellier, France
%G fra
%F hadouche-etal-2011-attribution
%X Dans cet article, nous traitons de l‘attribution des rôles sémantiques aux actants de lexies verbales en corpus spécialisé en français. Nous proposons une classification de rôles sémantiques par apprentissage machine basée sur un corpus de lexies verbales annotées manuellement du domaine de l‘informatique et d‘Internet. Nous proposons également une méthode de partitionnement semi-supervisé pour prendre en compte l‘annotation de nouvelles lexies ou de nouveaux rôles sémantiques et de les intégrés dans le système. Cette méthode de partitionnement permet de regrouper les instances d‘actants selon les valeurs communes correspondantes aux traits de description des actants dans des groupes d‘instances d‘actants similaires. La classification de rôles sémantique a obtenu une F-mesure de 93% pour Patient, de 90% pour Agent, de 85% pour Destination et de 76% pour les autres rôles pris ensemble. Quand au partitionnement en regroupant les instances selon leur similarité donne une F-mesure de 88% pour Patient, de 81% pour Agent, de 58% pour Destination et de 46% pour les autres rôles.
%U https://aclanthology.org/2011.jeptalnrecital-court.25/
%P 146-151
Markdown (Informal)
[Attribution de rôles sémantiques aux actants des lexies verbales (Assigning semantic roles to actants of verbal lexical units)](https://aclanthology.org/2011.jeptalnrecital-court.25/) (Hadouche et al., JEP/TALN/RECITAL 2011)
ACL